简述医学研究中变量间可能存在的关系及其对应的回归分析模型’。
回归分析是研究变量间相互依存关系的统计学方法。变量之间的相互依存关系有时是线性的，有时是非线性的。非线性的关系有时可以通过某种变量变换转化为线性关系。变量之间最简单的依存关系就是一个因变量与一个自变量间的依存关系，对应的模型是一元线性回归（直线回归）模型或一元曲线回归模型（曲线拟合）；较复杂的情形是一个因变量与多个自变量间的依存关系，根据因变量的分布特征，其对应的模型有多重线性回归模型、多重logistic回归模型、Poisson回归模型、对数线性模型、Cox比例风险回归模型等。更复杂的情形是多个因变量与多个自变量的依存关系，对应的模型有多变量回归模型；最复杂的情形是一个因变量的变化不仅直接与另一个或几个自变量的变化有关，而且间接与其他自变量的变化有关，对应的模型是路径（通径）分析模型。
